基于知識的機械產(chǎn)品快速設(shè)計方法研究.pdf

1、隨著全球制造業(yè)的飛速發(fā)展，機械產(chǎn)品更新?lián)Q代的速度也隨之加快，企業(yè)只有不斷提升對市場需求的快速反應能力，縮短產(chǎn)品設(shè)計周期，降低設(shè)計與制造成本，才能在激烈的市場競爭中謀得一席之地。本研究在國家科技支撐計劃(2012BAF12B08)和國家科技型中小企業(yè)技術(shù)創(chuàng)新基金(10C26212110396)支持下，針對機械產(chǎn)品快速設(shè)計過程中存在的問題，在分析國內(nèi)外關(guān)于知識管理和快速設(shè)計理論、方法和應用現(xiàn)狀的基礎(chǔ)上，以多主軸數(shù)控車床為研究對象，綜合運用系

2、統(tǒng)、集成的思想，對快速設(shè)計的理論知識體系和實現(xiàn)方法進行了深入的研究。
　　針對現(xiàn)有產(chǎn)品設(shè)計理論體系對客戶需求的動態(tài)性和創(chuàng)造性設(shè)計規(guī)律進行充分表達方面尚顯不足的問題，采用基元模型和基元蘊含樹模型對客戶需求進行描述和分解，獲得共性需求和個性需求;利用變精度粗糙集進行設(shè)計規(guī)則的抽取和知識約簡，提取出共性設(shè)計規(guī)則;以客戶需求為輸入，以設(shè)計規(guī)則為標準，以產(chǎn)品最終模型為輸出，構(gòu)建了基于客戶需求的機械產(chǎn)品快速設(shè)計框架。
　　針對機械產(chǎn)品知

3、識結(jié)構(gòu)復雜，產(chǎn)品異構(gòu)信息具有多維度、多層次性等特點，研究了快速設(shè)計過程中的知識獲取與表示方法。利用公理化設(shè)計理論對產(chǎn)品的知識模塊進行劃分;采用自適應遺傳算法提取出知識模塊的分類特征，運用本體語言將產(chǎn)品需求、功能特性、設(shè)計參數(shù)等產(chǎn)品特征信息建立在統(tǒng)一的知識表示模型中。通過實例對比表明，所提出的知識獲取與表示方法能夠有效解決快速設(shè)計中的瓶頸問題，實現(xiàn)新產(chǎn)品的快速響應設(shè)計和創(chuàng)新設(shè)計，為產(chǎn)品設(shè)計知識重用奠定了基礎(chǔ)。
　　針對傳統(tǒng)設(shè)計過程是

4、從設(shè)計空間到性能空間的正向映射過程，致使已有的知識難以在新產(chǎn)品設(shè)計中得到重用的問題，構(gòu)建了基于多級實例分解的產(chǎn)品知識重用模型。該模型以從性能空間到設(shè)計空間的逆映射方法為導向，按照設(shè)計分解的粒度和順序，通過多級實例分解技術(shù)實現(xiàn)功能域和結(jié)構(gòu)域間的相互映射，使沒有耦合或冗余的實例在全新的設(shè)計方案中得以重用，方便了各部門設(shè)計人員之間的知識共享。該方法有助于設(shè)計者快速得到與設(shè)計需求相匹配的知識，有效進行設(shè)計知識重用，從而降低設(shè)計成本，提高知識重用

5、效率。
　　針對產(chǎn)品快速設(shè)計各階段產(chǎn)生的設(shè)計成果缺陷、設(shè)計反復迭代的問題，對設(shè)計過程中的知識庫進化方法進行了研究。利用樸素貝葉斯分類器建立機器學習模型進行監(jiān)督學習，可將非結(jié)構(gòu)化數(shù)據(jù)處理為結(jié)構(gòu)化數(shù)據(jù);采用領(lǐng)域本體技術(shù)進行信息抽取、運用相似度算法進行本體演進、將產(chǎn)品結(jié)構(gòu)進行聚類分析并用于知識挖掘;從而實現(xiàn)產(chǎn)品知識庫和設(shè)計規(guī)則庫的持續(xù)優(yōu)化和升級。該知識庫進化方法可以減少設(shè)計過程中的重復性工作，提高快速設(shè)計質(zhì)量。
　　最后，將研究成